Prediction of the Risk of Bleeding in People Living with Hemophilia
Notice bibliographique
Résumé
A tool allowing the prediction of the risk of bleeding in patients with hemophilia would be relevant for patients, stakeholders, and policymakers. We performed a systematic review of the literature searching for available risk assessment models to predict the risk of bleeding in people living with hemophilia, and to determine the key risk factors that the ideal model should include. We also systematically review the literature to determine the acceptability and accuracy of wrist-wearable devices to measure physical activity in the general population. Finally, we validated the performance of a risk assessment model for the prediction of the risk for bleeding in people living with hemophilia. We identified the following risk factors for bleeding in people living with hemophilia: plasma factor levels, history of bleeds, physical activity, antithrombotic treatment, and obesity. The FitBit Charge and FitBit Charge HR are the most accurate devices for measuring steps, and the Apple Watch is the most accurate for measuring heart rate. No device proved to be accurate in measuring energy expenditure. The predictive accuracy of the risk assessment model that we validated does not endorse its use to drive decision making on treatment strategies based on the predicted number of bleeds. This might in part be explained by the methods used in the derivation phase. The need for an accurate risk assessment model to predict the risk of bleeding in people living with hemophilia is still unmet. This should be done by including the relevant risk factors identified through our work, with data on physical activity possibly collected using an accurate wrist-wearable device, and through the application of rigorous methods in the derivation and validation phases.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,010 | 0,056 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,006 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».